大宁河流域位于三峡库区核心区域,水热条件充足,适宜植被生长;其东、北、西三面被高山环绕,南与长江相接,生态环境相对独立。近年来,该区植被覆盖发生了很大变化,同时生态环境也因三峡工程变得更加敏感。目前针对区域的植被变化多集中于较大的区域,对于小区域的少量研究也仅仅集中在低时相的变化研究,很少在动态变化过程方面考虑;其驱动力研究也集中在气象和地形等自然因素的影响,对人为因子研究涉及较少,且多采用相关分析与线性回归方法,无法准确描述植被覆盖度与众多复杂影响因素的关系。XGBoost作为目前机器学习最为高效、准确的模型之一,可以有效分析因变量与繁杂自变量的关系,在生态学综合分析上具有较大的潜力。因此,本文以大宁河流域为研究对象,使用MODIS NDVI遥感数据,通过对获得的数据进行混合像二分法、趋势分析处理,获得了2000年—2015年大宁河流域的植被覆盖的变化过程。同时使用相关性分析获得其与主要气候因子(气温和降水)响应特征,结合XGBoost模型分析研究区气候因子(气温、降水)、人类活动(人口、GDP)、地形因素(高程、坡度、坡向)在空间分布上对植被覆盖的影响。主要研究工作及结论如下:(1)通过对植被NDVI时空变化分析可知,大宁河流域2000~2015年NDVI平均值为0.72,96.19%的区域NDVI值在0.5~0.83之间。流域NDVI整体呈现增加趋势,NDVI正向变化的面积约占流域总面积的96%;其中大宁河流域中下游NDVI增加的更加明显;通过对比发现,流域内NDVI月份年际变化中,所有月份与年均值年际变化规律相同,都存在着明显的增加趋势。(2)通过对比土壤、植被实测光谱与遥感方法估计NDVI值,得出实测光谱更加适合小流域植被覆盖度的动态研究,并且借助python脚本完成植被覆盖度的自动化高效计算。(3)从近16年来看,大宁河流域的年植被覆盖度均值在0.74-0.86之间,总体平均植被覆盖度为0.81,该时段植物覆盖率为在稳定上升的趋势。在研究期间内,流域内由中高覆盖度为主逐渐转变为以高植被覆盖度为主的空间分布。超过95%的区域年均植被覆盖情况在改善,在流域下游河谷地带区改善更加明显;退化地区零星分布,且无明显空间规律。人类的生产和生活影响植被的波动性。(4)温度和降雨对大宁流域植被覆盖变化的影响情况:从时间相关性,年际气温与植被覆盖度呈现较弱的负相关,即气温下降对应着植被覆盖度在增加,可能是植被覆盖度增加对气温有微弱的抑制效果;提出的波动相关性,发现降水与植被覆盖度之间不存在线性相关性,却存在强波动相关性,说明流域内降水对植被覆盖度的增加速度存在强正相关。因此,大宁河流域植被覆盖度增加与气温和降水等气象因素不存在直接的线性相关性,其植被覆盖度增加的原因最可能是人类对生态的还原和保护政策导致。(5)从定量因素对于植被覆盖状况的影响来说,采用XGBoost模型对植被覆盖进行回归分析。在空间自相关上,研究期间植被覆盖情况主要受降水条件影响,模型的植被覆盖度预测值与真实值相关性为0.780,RMSE为0.019,具有较高的模拟精度。由模型最佳精度可知,七个定量因素对植被覆盖度影响的重要性排序依次是降水、人口、GDP、海拔、坡度、气温和坡向。